대규모 언어 모델(LLM)이 언어와 시장에 걸쳐 브랜드 평판을 확보하는 방식

대규모 언어 모델 (LLM)이 기업에 관한 질문에 답변할 때, 모델은 검색된 웹 소스에 답변의 근거를 두며, 해당 소스들이 모델이 말하는 내용을 결정합니다. AI 브랜드 가시성에 대한 대부분의 분석은 답변 텍스트를 살펴봅니다. 본 연구는 그보다 한 단계 앞선 단계인 인용(citations)을 살펴봅니다. 우리는 12개 홈 마켓과 13개 언어에 걸쳐 128개 브랜드를 다루는 세 개의 Rankfor.AI 데이터셋을 통합하여, 167,551개의 URL 기반 인용(총 189,974개의 속성 행)을 분석합니다. 우리는 각 인용을 도메인 및 소스 유형별로 분류하고, 언어 및 시장별로 AI가 브랜드 정보를 어디에서 가져오는지 측정합니다. 네 가지 패턴이 관찰됩니다. 첫째, AI는 압도적으로 제3자 소스에 브랜드 답변의 근거를 둡니다. 인용의 85.7%가 브랜드가 소유하지 않은 사이트를 가리키는 반면, 소유한 사이트는 14.3%에 불과합니다. 둘째, 소스 기반은 집중되어 있으며 롱테일(long-tailed) 형태를 띱니다. 인용의 80%가 약 18%의 도메인에서 발생하며, 이는 지프의 법칙 (Zipf law, alpha = 0.86, R^2 = 0.983)에 부합합니다. 셋째, 하나의 참조 사이트가 거의 모든 곳에서 지배적입니다. Wikipedia는 12개 언어 중 11개 언어에서 가장 많이 인용되는 도메인이며, 예외적으로 리투아니아에서는 비즈니스 일간지인 vz.lt가 근소한 차이(4.38%)로 앞섭니다. 넷째, 소스 혼합은 한계 영역에서 시장별로 특화되어 있습니다. 46개의 폴란드 국가 브랜드의 경우 가장 많이 인용되는 도메인은 YouTube이며, 4개의 HR 및 채용 포털이 637개의 인용을 제공하여 폴란드 Wikipedia의 297개보다 약 두 배 더 많습니다.